Tài liệu Tạo lập mô hình bề mặt cây trồng từ dữ liệu thu nhận bởi thiết bị quét lidar gắn trên thiết bị bay không người lái

ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA -------------------- HUỲNH CHÍ HIẾU TẠO LẬP MÔ HÌNH BỀ MẶT CÂY TRỒNG TỪ DỮ LIỆU THU NHẬN BỞI THIẾT BỊ QUÉT LIDAR GẮN TRÊN THIẾT BỊ BAY KHÔNG NGƯỜI LÁI Chuyên ngành: Bản Đồ, Viễn Thám Và Hệ Thống Thông Tin Địa Lý Mã số : 8440214 LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, tháng 08 năm 2021 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI: TRƯỜNG ĐẠI HỌC BÁCH KHOA - ĐHQG -HCM Cán bộ hướng dẫn khoa học : TS. Phan Thị Anh Thư ............................... Cán bộ chấm nhận xét 1 : PGS.TS Trần Trọng Đức.................................. Cán bộ chấm nhận xét 2 : TS. Phan Hiền Vũ ............................................ Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM ngày 15 tháng 8 năm 2021 (trực tuyến) Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1. Chủ tịch: TS. Lương Bảo Bình 2. Thư ký: TS. Nguyễn Trường Ngân 3. Ủy viên: TS. Lê Minh Vĩnh 4. Phản biện 1: PGS.TS. Trần Trọng Đức 5. Phản biện 2: TS. Phan Hiền Vũ Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có). CHỦ TỊCH HỘI ĐỒNG TS. LƯƠNG BẢO BÌNH TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG i LỜI CẢM ƠN Để hoàn thành được Luận văn tốt nghiệp này, tôi đã nhận được sự giúp đỡ, động viên, và chỉ bảo nhiệt tình của quý thầy cô, gia đình và bạn bè. Đầu tiên, em xin chân thành cảm ơn Ban Giám Hiệu cùng toàn thể thầy cô Trường Đại học Bách Khoa TP.HCM, đặt biệt là các quý thầy cô trong Bô môn Địa Tin Học đã tận tình chỉ dạy, truyền đạt những kiến thức cũng như nhiều kinh nghiệm quý báu cho em trong suốt hơn bốn năm học vừa qua. Đặc biệt em xin bày tỏ lòng biết ơn sâu sắc nhất đến cô TS. Phan Thị Anh Thư, người đã hướng dẫn một cách chi tiết và tận tình để báo cáo của em đi đúng hướng và đạt kết quả tốt nhất trong suốt thời gian qua. Tôi cũng xin cảm ơn sự giúp đỡ của các đồng nghiệp và bạn bè trong suốt những tháng ngày vừa qua. Cuối cùng, con xin cảm ơn gia đình đã luôn đồng hành bên con, gửi cho con những lời động viên và là nguồn động lực lớn nhất cho con hoàn thành luận văn này. Thành phố Hồ Chí Minh, tháng 8 năm 2021 Huỳnh Chí Hiếu ii TÓM TẮT LUẬN VĂN Trong nghiên cứu này, một phương pháp xây dựng mô hình bề mặt cây trồng được giới thiệu bằng cách sử dụng công nghệ quét LiDAR từ hệ thống tích hợp máy quét Velodyne VLP-16 và thiết bị bay không người lái DJI MATRICE M600. Nghiên cứu cũng đưa ra một quy trình tạo lập dữ liệu mây điểm từ tập dữ liệu thô thông qua các bước đồng bộ và chuyển đổi tọa độ. Kết quả của dữ liệu mây điểm được sử dụng để ước tính chiều cao cây trồng dựa trên hai phương pháp đề xuất là Percentile và phương pháp tuân theo quy luật phân phối chuẩn. Qua khảo sát cho thấy, phương pháp Percentile đưa ra kết quả ước tính có độ tượng quan với kết quả đo trực tiếp cao hơn phương pháp tuân theo quy luật phân phối chuẩn. Cụ thể, với các khu vực nằm trong phạm vi trường quét 20o của hệ thống quét, phương pháp Percentile sẽ cho kết quả dự đoán với hệ số quyết định R2 > 0.85 và sai số RMSE < 8cm khi so sánh với phương pháp đo trực tiếp. ABSTRACT In this study, a method for establishing crop surface model was introduced by using LiDAR technology from the integrated Velodyne VLP-16 scanner and DJI MATRICE M600 drone. The study also provides a process to create point cloud data from the raw dataset through the steps of synchronization and coordinate transformation. The results of point cloud data used to estimate plant height are based on two proposed methods, Percentile and normal distribution based. The survey shows that, the Percentile method gives an estimate with a higher correlation with the direct measurement results than the method based on the normal distribution. Specifically, for areas within the 20o FOV of the scanning system, the Percentile method will give prediction results with the decision coefficient R2 > 0.85 and the RMSE < 8cm when compared with the direct measurement method. iii LỜI CAM ĐOAN Tôi xin cam đoan luận văn “Tạo lập mô hình bề mặt cây trồng từ dữ liệu thu nhận bởi thiết bị quét LiDAR gắn trên thiết bị bay không người lái” là công trình nghiên cứu của riêng tôi dưới sự hướng dẫn của TS. Phan Thị Anh Thư. Các số liệu trong đề tài này được thu thập và sử dụng một cách trung thực. Kết quả nghiên cứu được trình bày trong luận văn này không sao chép của bất cứ luận văn nào. Nếu có bất kỳ sự gian lận nào, tôi xin chịu trách nhiệm trước Hội đồng cũng như kết quả luận văn của mình. Thành phố Hồ Chí Minh, tháng 8 năm 2021 Huỳnh Chí Hiếu iv MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC SĨ ......................................................................... i LỜI CẢM ƠN ............................................................................................................ ii TÓM TẮT LUẬN VĂN ........................................................................................... iii LỜI CAM ĐOAN ..................................................................................................... iv DANH MỤC BẢNG BIỂU ..................................................................................... vii DANH MỤC HÌNH ẢNH ...................................................................................... viii DANH MỤC CÁC TỪ VIẾT TẮT .......................................................................... xi CHƯƠNG 1 GIỚI THIỆU CHUNG.....................................................................1 1.1 Đặt vấn đề......................................................................................................1 1.2 Mục tiêu và nội dung nghiên cứu ..................................................................2 1.3 Phạm vi nghiên cứu .......................................................................................3 1.4 Nội dung luận văn .........................................................................................3 CHƯƠNG 2 TỔNG QUAN VỀ NGHIÊN CỨU .................................................5 2.1 Tổng quan về tình hình nghiên cứu...............................................................5 2.2 Công nghệ đo LiDAR .................................................................................12 2.3 Hệ thống quét Laser ....................................................................................13 2.4 Tổng quan về hệ thống thu thập dữ liệu ......................................................15 2.4.1 Thiết bị bay không người lái DJI M600 ...............................................16 2.4.2 Máy quét laser Velodyne VPL-16 ........................................................18 2.4.3 Dữ liệu vị trí và các giá trị hiệu chỉnh cân bằng ...................................19 CHƯƠNG 3 DỮ LIỆU THỰC NGHIỆM ..........................................................20 3.1 Khu vực thí nghiệm .....................................................................................20 3.2 Quá trình thu dữ liệu ...................................................................................20 3.3 Dữ liệu thu thập từ hệ thống ........................................................................21 3.3.1 Dữ liệu mây điểm từ máy quét VLP-16 ...............................................21 3.3.2 Dữ liệu định vị GNSS và các giá trị hiệu chỉnh cân bằng ....................23 3.4 Kết quả thu thập dữ liệu ..............................................................................24 3.5 Dữ liệu độ cao cây lúa được đo trực tiếp ....................................................25 v CHƯƠNG 4 PHƯƠNG PHÁP THỰC HIỆN .....................................................26 4.1 Quy trình tổng quát .....................................................................................26 4.2 Tính toán tọa độ mây điểm ..........................................................................27 4.2.1 Tạo dữ liệu mây điểm từ tập tin PCAP trên hệ tọa độ máy quét ..........28 4.2.2 Chuyển tọa độ từ hệ tọa độ máy quét sang hệ tọa độ địa phương ........31 4.2.3 Nắn chuyển độ cao cho các kênh dữ liệu của máy quét VLP-16 .........34 4.3 Phương pháp ước tính chiều cao cây trồng .................................................35 4.3.1 Lọc dữ liệu theo độ cao ........................................................................35 4.3.2 Phương pháp phân tích Percentile [29] ................................................37 4.3.3 Phương pháp ước tính tuân theo quy luật phân phối chuẩn [30] ..........40 4.4 Xây dựng mô hình bề mặt cây trồng ...........................................................42 CHƯƠNG 5 KẾT QUẢ NGHIÊN CỨU ............................................................44 5.1 Kết quả tính toán dữ liệu mây điểm từ dữ liệu thu được ban đầu ...............44 5.2 Kết quả ước tính chiều cao cây lúa theo hai phương pháp ..........................51 5.2.1 Chiều cao được ước tính theo phương pháp Percentile ........................51 5.2.2 Chiều cao được ước tính theo phương pháp tuân theo quy luật phân phối chuẩn .........................................................................................................62 5.3 Mô hình bề mặt cây trồng ...........................................................................69 CHƯƠNG 6 KẾT LUẬN VÀ KIẾN NGHỊ .......................................................74 6.1 Kết luận .......................................................................................................74 6.2 Kiến nghị .....................................................................................................75 TÀI LIỆU THAM KHẢO ........................................................................................77 PHỤ LỤC .................................................................................................................80 LÝ LỊCH TRÍCH NGANG ......................................................................................85 vi DANH MỤC BẢNG BIỂU Bảng 2-1 Thông số chi tiết của DJI MATRICE M600 UAV (Nguồn [26]) .............17 Bảng 2-2 Thông số chi tiết của Velodyne VLP-16 Puck (Nguồn [24]) ...................18 Bảng 3-1 Tọa độ các điểm gốc đánh dấu khu vực khảo sát ......................................21 Bảng 3-2 Giá trị góc đứng của mỗi tia quét tương ứng trên mỗi kênh (Nguồn[27]) 22 Bảng 3-3 Dữ liệu point cloud thô .............................................................................25 Bảng 3-4 Kết quả đo trực tiếp chiều cao cây lúa tại các thời điểm thu du liệu ........25 Bảng 4-1 Kết quả đo đạc độ lệch giữa các hệ tọa độ trên hệ thống ..........................34 Bảng 5-1 Khác biệt độ cao giữa kênh trên cùng một điểm đánh dấu tại cánh đồng vào ngày 20-6............................................................................................................44 Bảng 5-2 Kết quả tính toán mây điểm từ dữ liệu thu được ban đầu .........................45 Bảng 5-3 Kết quả mây điểm tính toán so với thực tế ...............................................47 Bảng 5-4 Kết quả xây dựng mô hình bề mặt cây trồng tại các thời điểm thu dữ liệu ..................................................................................................................................70 Bảng 5-5 Giá trị độ cao ước tính trung bình và độ lệch chuẩn trên toàn bộ khu vực ..................................................................................................................................71 Bảng 5-6 So sánh sự chênh lệch độ cao giữa các thời điểm thu dữ liệu ...................71 vii DANH MỤC HÌNH ẢNH Hình 2-1 Tính độ cao của điểm phản xạ từ phương pháp đề xuất của Ehlert [15] .....7 Hình 2-2 Hệ thống thu dữ liệu trong nghiên cứu trước đây [18] ................................9 Hình 2-3 Sự tương quan của các giá trị khoảng cách trong hàm phân phối tích lũy đến chiều cao của cây ...............................................................................................10 Hình 2-4 Các mốc tọa độ và độ cao được bố trí trên khu vực khảo sát để đánh giá độ chính xác của dữ liệu mây điểm tạo thành ................................................................11 Hình 2-5 Đối tượng thực tế được mô phỏng bằng công nghệ LiDAR (Nguồn [20]) ..................................................................................................................................12 Hình 2-6 Hệ thống sử dụng công nghệ LiDAR phát ra các tia sáng đến vật thể và nhận lại tia phản xạ để tạo ra mô hình mây điểm mô phỏng lại bề mặt vật thể [20] 13 Hình 2-7 Dữ liệu thu được từ máy quét Laser VLP-16 (Nguồn [24]) ......................14 Hình 2-8 Hệ thống thu thập dữ liệu ..........................................................................15 Hình 2-9 DJI MATRICE M600 ................................................................................16 Hình 2-10 Máy quét laser Velodyne VLP-16 Puck (Nguồn [24]) ............................18 Hình 3-1 Khu vực khảo sát .......................................................................................20 Hình 3-2 Thời gian phát tín hiệu trên 1 chu kỳ quét của máy thu VLP-16 (Nguồn[27]) ..............................................................................................................22 Hình 3-3 Hệ tọa độ máy quét ....................................................................................23 Hình 3-4 Dữ liệu về hành trình bay sau khi được xử lý ...........................................24 Hình 3-5 Dữ liệu về hành trình bay sau khi lượt bỏ các thuộc tính không cần thiết 24 Hình 4-1 Quy trình tổng quát để xây dựng mô hình bề mặt cây trồng .....................26 Hình 4-2 Sơ đồ tính toán ...........................................................................................27 Hình 4-3 Lưu đồ tính toán tọa độ mây điểm .............................................................28 Hình 4-4 Giao diện phần mềm Veloview .................................................................29 Hình 4-5 Thời điểm vào khu vực thí nghiệm............................................................29 Hình 4-6 Thời điểm ra khỏi khu vực thí nghiệm ......................................................30 Hình 4-7 Kết quả xuất dữ liệu từ phần mềm VeloView trong mỗi khung giờ gian .30 Hình 4-8 Vị trí gốc tọa của hai hệ tọa độ Gimbal và IMU .......................................31 Hình 4-9 Đo đạc giá trị đo lệch giữa các hệ tọa độ...................................................32 Hình 4-10 Nội suy tọa độ mây điểm từ tọa độ định vị .............................................32 Hình 4-11 Các kênh tín hiệu trên máy quét Velodyne VLP-16................................35 Hình 4-12 Quá trình lọc nhiễu và trích xuất dữ liệu trong khu vực khảo sát ...........36 Hình 4-13 Chia lưới trên khu vực thí nghiệm ...........................................................37 Hình 4-14 Phân vị phần trăm thứ P của một dãy số .................................................37 Hình 4-15 Đồ thị hàm mật độ xác suất của phân phối chuẩn ...................................40 Hình 4-16 Đồ thị Histogram của dữ liệu mây điểm trên khu vực khảo sát. .............41 viii Hình 4-17 Kiểm định phấn phối chuẩn theo đồ thị QQplot......................................42 Hình 4-18 Mô hình bề mặt cây trồng trong nghiên cứu [17] ....................................43 Hình 5-1 Mây điểm trích xuất từ một khung thời gian trong tập dữ liệu thô ...........44 Hình 5-2 Các điểm nhiễu từ bộ dữ liệu mây điểm tính toán được............................46 Hình 5-3 So sánh kết quả dữ liệu mây điểm của 2 bộ dữ liệu bay đi và bay về .......47 Hình 5-4 Kết quả chia lưới trên khu vực khảo sát ....................................................50 Hình 5-5 Dữ liệu mây điểm trong ô lưới khảo sát ....................................................50 Hình 5-6 Biểu đồ tần suất tích lũy dựa trên chiều cao đứng của dữ liệu mây điểm thu được qua các thời điểm .......................................................................................52 Hình 5-7 Vị trí ô mẫu để đánh giá kết quả chiều cao ước tính theo phương pháp Percentile ..................................................................................................................52 Hình 5-8 Kết quả so sánh các giá trị phân vị đại diện cho vị trí mặt đất để ước tính chiều cao cây .............................................................................................................53 Hình 5-9 Sự tương quan giữa kết quả ước tính chiều cao bằng phương pháp Percentile sử dụng các vị trí phân vị khác nhau đại diện cho vị trí mặt đất với kết quả đo trực tiếp .........................................................................................................54 Hình 5-10 Các dãy ô ruộng được lựu chọn để ước tính độ cao ................................55 Hình 5-11 Kết quả ước tính chiều cao cho dãy I ......................................................55 Hình 5-12 Sự tương quan giữa chiều cao ước tính tại các ô trong dãy I so với chiều cao đo trực tiếp..........................................................................................................56 Hình 5-13 Kết quả ước tính chiều cao cho dãy II .....................................................57 Hình 5-14 Sự tương quan giữa chiều cao ước tính tại các ô trong dãy II so với chiều cao đo trực tiếp..........................................................................................................57 Hình 5-15 Kết quả ước tính chiều cao cho dãy III....................................................58 Hình 5-16 Sự tương quan giữa chiều cao ước tính tại các ô trong dãy III so với chiều cao đo trực tiếp ................................................................................................58 Hình 5-17 Sai số trung bình toàn phương trên toàn khu vực ước tính theo phương pháp Percentile ..........................................................................................................60 Hình 5-18 Hệ số quyết định R2 trên toàn khu vực ước tính theo phương pháp Percentile ..........................................................................................................60 Hình 5-19 Trường quét giới hạn của hệ thống thu dữ liệu .......................................62 Hình 5-20 Kết quả ước tính độ cao dựa vào các số nguyên lần độ lệch chuẩn ........63 Hình 5-21 Sự tương quan của kết quả ước tính theo phương pháp phân phối chuẩn so với kết quả đo trực tiếp .........................................................................................63 Hình 5-22 Kết quả ước tính chiều cao cho dãy I ......................................................64 Hình 5-23 Sự tương quan giữa kết quả ước tính và kết quả đo trực tiếp ở dãy I......64 Hình 5-24 Kết quả ước tính chiều cao cho dãy II .....................................................65 Hình 5-25 Sự tương quan giữa kết quả ước tính và kết quả đo trực tiếp ở dãy II ....65 Hình 5-26 Kết quả ước tính chiều cao cho dãy III....................................................66 ix Hình 5-27 Sự tương quan giữa kết quả ước tính và kết quả đo trực tiếp ở dãy III ...66 Hình 5-28 Sai số trung bình toàn phương trên toàn khu vực ước tính theo phương pháp tuân theo quy luật phân phối chuẩn .................................................................67 Hình 5-29 Hệ số quyết định R2 trên toàn khu vực ước tính theo phương pháp tuân theo quy luật phân phối chuẩn ..................................................................................67 Hình 5-30 Đồ thị Histogram của chiều mây điểm trong một ô lưới và trên toàn bộ khu vực nghiên cứu ...................................................................................................68 Hình 5-31 So sánh mức độ tương quan giữa kết quả ước tính theo 2 phương pháp đề xuất với kết quả đo trực tiếp trên phạm vị toàn khu vực ..........................................69 Hình 5-32 Mô hình bề mặt ruộng lúa ngày 18/7.......................................................72 Hình 5-33 Hướng di chuyển của máy bay và hướng thu dữ liệu của máy quét laser trên khu vực nghiên cứu ...........................................................................................73 x DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Mô tả UAV Unmanned Aerial Vehicle ALS Airborne Laser Scanning TLS Terrestrial Laser Scanning MLS Mobild Laser Scanning GNSS Global Navigation Satellite System FOV Field of View IMU Inertial Measurement Unit xi CHƯƠNG 1 GIỚI THIỆU CHUNG 1.1 Đặt vấn đề Sản xuất lúa gạo là một trong những nhân tố cốt lõi trong chiến lược phát triển kinh tế nông nghiệp ở nhiều quốc gia Châu Á, việc đẩy mạnh quản lý sản xuất lúa gạo giữ vai trò đặc biệt quan trọng trong công tác đảm bảo an ninh lương thực trong tương lai [1]. Với bối cảnh diện tích đất nông nghiệp ngày càng giảm cùng với biến đổi khí hậu diễn ra trên phạm vi toàn cầu đã ảnh hưởng trực tiếp đến quá trình canh tác nông nghiệp nói chung và sản xuất lúa gạo nói riêng. Nhu cầu cấp thiết hiện tại là cần tìm ra phương pháp hiệu quả để quản lý công tác sản xuất lúa gạo, nhằm tạo điều kiện cho việc nâng cao năng suất, chất lượng cây trồng, góp phần làm giảm giá thành sản phẩm. Theo các nghiên cứu trước đây, để đánh giá được tình hình phát triển của cây lúa, các chỉ số về chiều cao cây, sinh khối, diện tích và màu sắc lá sẽ được giám sát, theo dõi trong suốt quá trình sinh trưởng của cây [2–4]. Trong đó, việc xác định chiều cao được xem là một trong những phương pháp đơn giản nhưng hiệu quả để đánh giá quá trình sinh trưởng của cây [5]. Giám sát được chỉ số này trong suốt quá trình phát triển của cây cho phép người nông dân có những biện pháp can thiệp kịp thời vào quá trình sản xuất cũng như ước tính được năng suất của cây trồng vào cuối mùa vụ. Tại một số quốc gia, phương pháp thu thập thông tin sinh trưởng của cây lúa dựa vào cách quan sát sự thay đổi về chiều cao cây được thực hiện trực tiếp trên đồng ruộng theo chu kỳ. Tuy nhiên vẫn còn một số hạn chế trong phương pháp này, đặc biệt khi áp dụng cho các cánh đồng có diện tích lớn, khi mà dữ liệu chỉ được thu thập bằng cách đo đạc thủ công từ thực địa. Dữ liệu thu được chỉ đại diện cho một khu vực nhỏ và quá trình thu thập đòi hỏi phải tốn nhiều chi phí về nhân lực cũng như thời gian thực hiện, đồng thời độ chính xác của kết quả cũng bị ảnh hưởng rất nhiều bởi việc lựa chọn không gian mẫu cũng như một số sai sót chủ quan xảy ra trong quá trình thu thập dữ liệu. Để khắc phục được các nhược điểm này, việc áp dụng các kỹ thuật canh 1 tác cao, giảm thiểu sự tác động trực tiếp của con người vào quá trình sản xuất là một yêu cầu rất cần thiết. Ngày nay với sự phát triển mạnh mẽ của khoa học kỹ thuật, đặc biệt là các công nghệ thu thập dữ liệu tự động với độ chính xác cao xuất hiện ngày càng nhiều trên thị trường. Nổi bật trong các công nghệ này có thể kể đến LiDAR (Light Detection and Ranging), đây là công nghệ này cho phép thu thập dữ liệu về bề mặt của các vật thể trong thời gian ngắn với độ chính xác rất cao và có thể ứng dụng trong nhiều lĩnh vực. Cụ thể trong lĩnh vực nông nghiệp đã có nhiều nghiên cứu ứng dụng công nghệ này để giám sát quá trình sinh trưởng của cây thông qua việc đo đạc chiều cao và bước đầu đã cho thấy có sự hiệu quả [7–10]. Tuy nhiên, trong các nghiên cứu này vẫn tồn tại một số khuyết điểm như vẫn còn yêu cầu sự tham gia của con người khá nhiều trong quá trình thu thập dữ liệu hay các phương pháp xác định chiều cao vẫn chưa hiệu quả trong các trường hợp độ cao mặt đất chưa thể xác định. Vì thế, việc tìm ra phương pháp tối ưu hơn trong việc thu thập chiều cao cây, hạn chế chế sự tham gia trực tiếp của con người vào quá trình thu thập, đồng thời nâng cao độ chính xác của kết quả dự đoán là một yêu cầu cần thiết để áp dụng rộng rãi kỹ thuật này trong tương lai. 1.2 Mục tiêu và nội dung nghiên cứu Trong bài nghiên cứu lần này, diện tích khu vực khảo sát được mở rộng bằng cách sử dụng một hệ thống bao gồm máy quét laser Velodyne VLP-16 được gắn trên thiết bị bay không người lái DJI MATRICE M600 UAV để thu thập dữ liệu trên cánh đồng. Nội dung của bài luận sẽ tập trung vào hai nhiệm vụ chính. Thứ nhất là xây dựng quy trình tính toán tọa độ mây điểm dựa vào dữ liệu thu được từ máy quét LiDAR gắn trên thiết bị bay không người lái. Thứ hai là từ dữ liệu mây điểm tính được sẽ tiến hành ước tính chiều cao cây dựa trên hai phương pháp: phân tích tuân theo quy luật phân phối chuẩn và phương pháp phân tích percentile. Với hai phương pháp đề xuất này, chiều cao của cây sẽ được xác định dựa vào giá trị độ cao tại các vị trí tham chiếu và không cần xác định thông tin về độ cao mặt đất. 2 Sản phẩm của cuối cùng của bài nghiên cứu là mô hình bề mặt cây trồng (CSM) được xây dựng dựa trên chiều cao cây ước tính được tại các thời điểm thu thập dữ liệu. Mô hình bề mặt cây trồng tại các thời điểm này sẽ được so sánh với nhau để đưa ra đánh giá về nhịp độ sinh trưởng của cây trong giai đoạn thực hiện nghiên cứu.Với các nội dung nghiên cứu trên, bài luận mong muốn góp phần cho thấy được tiềm năng của việc áp dụng công nghệ LiDAR vào nền nông nghiệp hiện đại, góp phần hỗ trợ cho công tác giám sát sản xuất và đánh giá năng suất cây trồng cuối mùa vụ. 1.3 Phạm vi nghiên cứu Trong bài luận này, cây lúa được gieo trồng theo phương pháp cấy công nghiệp là đối tượng được nghiên cứu để xây dựng mô hình bề mặt. Bài luận sẽ không đi sâu vào quy trình thu thập dữ liệu. Dữ liệu sử dụng trong bài luận này được cung cấp bởi một nhóm nghiên cứu thuộc Đại học kỹ thuật Nagaoka, Nhật Bản. Nội dung chính sẽ tập trung vào mục tiêu xử lý dữ liệu mây điểm để đưa ra quy trình ước tính chiều cao của cây hiệu quả, góp phần giám sát được nhịp độ phát triển trong giai đoạn sinh trưởng sinh dưỡng của cây. 1.4 Nội dung luận văn Với nội dung và mục tiêu nghiên cứu đã được nêu ở phần trên, bài luận sẽ được trình bày trong 6 chương: • Chương 1: Đặt vấn đề. Nội dung của chương này sẽ trình bày về lý do lựa chọn đề tài, kết thúc chương sẽ trình bày về mục tiêu, nội dung và phạm vi nghiên cứu của đề tài • Chương 2: Tổng quan về nghiên cứu. Nội dung chương 2 sẽ trình bày tổng quan về các nghiên cứu trong và ngoài nước có liên quan, đồng thời đưa ra các cơ sở lý thuyết về công nghệ và hệ thống thu thập dữ liệu được sử dụng trong nghiên cứu. • Chương 3: Giới thiệu về dữ liệu thực nghiệm. Chương 3 sẽ trình bày tổng quan về dữ liệu nghiên cứu như giới thiệu về khu vực thu dữ liệu, cách thức thu thập dữ liệu và kết quả dữ liệu thu được. 3 • Chương 4: Phương pháp thực hiện. Nội dung chính của chương 4 sẽ trình bày về cách thức đồng bộ hóa dữ liệu để tạo ra được dữ liệu mây điểm, bên cạnh đó 2 phương pháp ước tính chiều cao cây lúa và cách thức xây dựng mô hình bề mặt cây trồng cũng được giới thiệu trong chương này. • Chương 5: Kết quả nghiên cứu. Chương 5 sẽ trình bày về các kết quả đạt được trong nghiên cứu cùng với các phân tích và bàn luận các kết quả này. • Chương 6: Kết luận và kiến nghị 4 CHƯƠNG 2 TỔNG QUAN VỀ NGHIÊN CỨU 2.1 Tổng quan về tình hình nghiên cứu Theo báo cáo của Viện nghiên cứu Lúa gạo Quốc tế (IRRI) công bố, cùng với lúa mì và ngô thì lúa gạo được xem là một trong những nguồn cung cấp lương thực chính cho dân số thế giới [1]. Gạo có thành phần giá trị dinh dưỡng cao khi so sánh với các loại ngũ cốc khác, ngoài ra gạo còn cung cấp thêm các vitamin và khoáng chất cần thiết khác cho cơ thể. Ở một số các quốc gia châu Á như Bangladesh, Việt Nam, Myanmar trung bình mỗi người dân tiêu thụ từ 100-200 kg gạo hằng năm, con số này chiếm đến hai phần ba lượng calories và đóng góp hơn 50% lượng protein cung cấp cho cơ thể hằng ngày. Về mặt kinh tế, sản xuất lúa gạo được xem là một trong những nhân tố chủ đạo trong nền kinh tế nông nghiệp của nhiều quốc gia châu Á như Việt Nam, Thái Lan, Lào, … Bên cạnh việc đóng góp vào nền kinh tế, sản xuất lúa gạo còn giữ vai trò vô cùng quan trọng trong nhiệm vụ đảm bảo an ninh lương thực trong bối cảnh dân số ngày càng tăng cao. Trong tương lai, sản lượng lúa gạo bắt buộc phải giữ được mức độ tăng trưởng bằng hoặc cao hơn tốc độ gia tăng dân số. Tuy nhiên, do ảnh hưởng của biến đổi khí hậu cùng với việc mở rộng môi trường sống cũng như đặt sự quan tâm phát triển nhiều hơn cho các ngành kinh tế khác đã làm cho diện tích đất sản xuất lúa gạo ngày có xu hướng ngày càng giảm. Vì thế, để đảm bảo được tính ổn định trong hoạt động sản xuất lúa gạo thì việc áp dụng các công nghệ hiện đại vào sản xuất cần phải được quan tâm đầu tư nghiên cứu. Theo các nghiên cứu [2–4] đã chỉ ra rằng các chỉ số về chiều cao cây, chỉ số sinh khối lúa, độ ẩm của đất, chỉ số về diện tích và màu sắc lá sẽ có mối liên hệ trực tiếp đến tình trạng phát triển của cây lúa. Giám sát được các chỉ số này sẽ tạo điều kiện cho người nông dân đưa ra các biện pháp phù hợp nhằm tác động vào quá trình sinh trưởng để đảm bảo được năng suất và chất lượng của lúa vào cuối mùa vụ. Trong các chỉ số nêu trên thì chỉ số về chiều cao cây được xem là một trong những nhân tố quan trọng, phản ánh được tình trạng phát triển của cây trồng [5], vì trong điều kiện bình 5 thường ở một giai đoạn nhất định, chiều cao cây sẽ đạt đến một giá trị nhất định, trong trường hợp nếu cây mắc bệnh hoặc đồng ruộng bị thiếu nước sẽ dẫn đến nhịp độ sinh trưởng của cây bị giảm làm cho chiều cao của cây cũng bị giảm theo [10]. Tại Việt Nam, công tác giám sát chiều cao cây lúa cũng đã được hướng dẫn trong tiêu chuẩn ngành 10 TCN 394-99 “Quy phạm khảo nghiệm trên đồng ruộng hiệu lực của các thuốc điều hòa sinh trưởng đối với cây lúa”. Trong quy phạm này thì chiều cao cây lúa được giám sát bằng cách lấy mẫu trực tiếp trên đồng ruộng theo nguyên tắc 5 cây/điểm, 5 điểm cố định/ô; chiều cao được tính từ mặt đất đến chóp lá cao nhất (trước khi trỗ) và đến chóp bông cao nhất (sau khi trỗ). Bên cạnh đó, trong các nghiên cứu khác về việc đánh giá sinh trưởng và năng suất của các giống lúa [14 - 15] thì chiều cao cây cũng là một trong những yếu tố quan trọng để giám sát. Tuy nhiên, trong các nghiên cứu này, công tác đo đạc chiều cao cây lúa đều được thực hiện theo phương pháp thủ công, lấy mẫu trực tiếp trên đồng ruộng. Nhược điểm của phương pháp này là chiều cao cây lúa chỉ mang tính chất cục bộ tại vị trí lấy mẫu và chưa thể đại diện được cho toàn bộ ruộng lúa. Bên cạnh đó, việc lấy mẫu đòi hỏi người thực hiện phải đến trực tiếp ruộng lúa để lấy mẫu, điều này gây tốn nhiều thời gian và nhân lực để thực hiện. Để giải quyết được các khuyết điểm này thì việc áp dụng các giải pháp công nghệ vào công tác lấy mẫu là điều cần thiết. Ngày nay, công nghệ viễn thám đã được ứng dụng rộng rãi trong sản xuất nông nghiệp vì khả năng tiết kiệm cả về thời gian lẫn nhân lực [13]. Đặc biệt đối trong công tác giám sát sự phát triển của cây lúa, tác giả Thuy Le Toan và các cộng sự để đề xuất phương pháp áp dụng công nghệ viễn thám RADAR từ các vệ tinh ERS-1 [14] để theo dõi sự thay đổi về chiều cao và sinh khối của cây lúa. Với phương pháp này, quá trình sinh trưởng của cây lúa có thể được giám sát gián tiếp thông qua dữ liệu vệ tinh mà không cần phải ra trực tiếp cánh đồng để lấy mẫu, ngoài ra phương pháp này còn có thể áp dụng được cho một khu vực rộng lớn. Tuy nhiên, phương pháp này vẫn có nhược điểm là bị phụ thuộc vào thời gian thu tín hiệu của vệ tinh cũng như độ chính xác của phương pháp chỉ mang tính chất toàn cục cho khu vực rộng lớn và chưa thể sử dụng được cho các ứng dụng của kỹ thuật nông nghiệp chính xác. 6 Trong những thập kỹ gần đây, cùng với sự phát triển của viễn thám quang, viễn thám RADAR thì công nghệ viễn thám LiDAR cũng đang phát triễn rất mạnh mẽ và được ứng dụng trong nhiều lĩnh vực. Đặc biệt đối với lĩnh vực nông nghiệp, công nghệ quét laser đã được chứng minh khả năng có thể sử dụng cho các ứng dụng nông nghiệp chính xác nhằm thu thập một lượng lớn thông tin về mùa vụ trong khoảng thời gian tương đối ngắn [7–10]. Trong một nghiên cứu trước đây, Ehlert và các đồng nghiệp [15] đã đề xuất phương pháp giám sát chiều cao cây trồng trên một nền đất phẳng, máy quét laser sẽ được treo trên một bộ khung giá đỡ cách mặt đất một khoảng (hS), giá trị độ cao này sẽ được giữ cố định trong suốt quá trình thu dữ liệu. Độ cao của điểm phản xạ (hR) sẽ được tính bằng cách lấy giá trị độ cao của máy quét trừ đi tích giữa cự ly đo được với cosin của góc nghiêng tạo bởi tia quét và phương thẳng đứng của máy quét so với mặt đất (𝜑): ℎ! = ℎ" – 𝑙! cos(𝜑). Hình 2-1 Tính độ cao của điểm phản xạ từ phương pháp đề xuất của Ehlert [15] Ở một nghiên cứu khác, Kaizu và các cộng sự [16] đã đề xuất một phương pháp đơn giản để ước tính chiều cao của cây sử dụng máy quét laser mặt đất (TLS) được đặt trên chân ba bên ngoài cánh đồng ruộng, chiều cao của cây được tính bằng cách lấy giá trị độ cao của phần ngọn cây trừ đi độ cao của mặt đất, giá trị độ cao mặt đất được trích từ dữ liệu tại các vị trí có phần mặt đất không bị che phủ bởi cây. 7